Poradnik
ChatGPT, Claude czy Gemini? Sprawdź sam w godzinę
Rankingi nie powiedzą Ci, który asystent AI lepiej zrobi Twoją pracę. Ten test na pięciu prawdziwych zadaniach – tak. Krok po kroku, z arkuszem ocen.
Werdykt
Nie ma jednego zwycięzcy dla wszystkich. Godzina testu na pięciu zadaniach z Twojej pracy, ocenionych na ślepo, powie Ci więcej niż każdy ranking.
Jesienią 2026 roku wszystkie trzy firmy wymieniły swoje najmocniejsze modele w ciągu kilku tygodni. Rankingi zmieniają się co chwilę, a wyniki benchmarków mierzą zadania, których Ty pewnie nigdy nie robisz. Dobra wiadomość: żeby wybrać asystenta do swojej pracy, nie potrzebujesz benchmarków. Wystarczy godzina i pięć prawdziwych zadań.
Kto jest w grze (stan na 21 listopada 2026)
| Asystent | Firma | Aktualna rodzina modeli |
|---|---|---|
| ChatGPT | OpenAI | GPT-6 (w API od 17 listopada także GPT-6.2 Astra i Sol) |
| Claude | Anthropic | Claude 5.5: Opus, Sonnet i Haiku oraz najmocniejszy Fable 5.2 |
| Gemini | Gemini 4 (m.in. Argon i Neon) |
Nazwy wersji zmieniają się szybko, dlatego aktualizujemy tę tabelę przy każdej większej premierze. Sam test poniżej działa niezależnie od tego, która wersja jest akurat najnowsza.
Krok 1. Wybierz pięć zadań z prawdziwej pracy
Nie testuj zagadek ani pytań typu „kto wygrał mundial”. Weź rzeczy, które naprawdę robisz co tydzień, na przykład:
- odpowiedź na trudnego maila od klienta,
- streszczenie długiego dokumentu lub raportu,
- tekst marketingowy albo post do mediów społecznościowych,
- analizę małej tabeli z liczbami,
- jedno zadanie z Twojej branży, w którym łatwo o błąd.
Przygotuj materiały wcześniej. Usuń z nich dane osobowe i poufne informacje firmy.
Krok 2. Ten sam prompt, czysty start
Każdemu asystentowi daj identyczne polecenie i te same pliki. Zacznij nowy czat i na czas testu wyłącz pamięć lub personalizację, jeśli z niej korzystasz. Inaczej porównujesz nie modele, tylko to, co każdy z nich wie już o Tobie.
Używaj wersji, za którą realnie zapłacisz. Jeśli planujesz darmowy plan, testuj darmowy plan.
Krok 3. Oceniaj na ślepo
To najważniejszy krok. Skopiuj odpowiedzi do jednego dokumentu i oznacz je literami A, B i C, a klucz zapisz osobno. Ludzie oceniają łagodniej narzędzie, które lubią – ślepa ocena to usuwa.
Krok 4. Oceń każdą odpowiedź w czterech punktach
Dla każdego zadania daj od 1 do 5 punktów za:
- poprawność – czy nie ma błędów merytorycznych,
- gotowość do użycia – czy możesz to wysłać lub wkleić od razu,
- liczbę poprawek – ile musiałeś dopisać lub zmienić,
- ton i styl – czy brzmi jak Ty i Twoja firma.
Pięć zadań, cztery kryteria, trzy asystenty: 60 ocen. Brzmi dużo, ale zajmuje około 20 minut.
Krok 5. Sprawdź fakty i liczby
Przy zadaniach z liczbami policz wynik samodzielnie albo w arkuszu. Przy streszczeniach sprawdź, czy nie pojawiło się coś, czego w dokumencie nie było. Jeden zmyślony fakt w mailu do klienta kosztuje więcej niż różnica w cenie abonamentu.
Krok 6. Dolicz cenę i wygodę
Dopiero na końcu spójrz na koszt i na to, gdzie pracujesz. Jeśli cały dzień spędzasz w Google Workspace albo w Microsoft 365, integracja może być warta więcej niż kilka punktów w teście. Aktualne ceny sprawdzaj na stronach producentów – zmieniają się często.
Arkusz do skopiowania
| Zadanie | A | B | C | Uwagi |
|---|---|---|---|---|
| Mail do klienta | /20 | /20 | /20 | |
| Streszczenie | /20 | /20 | /20 | |
| Tekst marketingowy | /20 | /20 | /20 | |
| Analiza liczb | /20 | /20 | /20 | |
| Zadanie branżowe | /20 | /20 | /20 | |
| Razem | /100 | /100 | /100 |
Najczęstsze błędy w takim teście
- Jedno zadanie zamiast pięciu. Asystenci różnią się w zależności od rodzaju pracy. Jedno zadanie to przypadek, pięć to już obraz.
- Różne polecenia. Nawet drobna zmiana w prompcie potrafi zmienić wynik bardziej niż zmiana modelu.
- Ocena „na oko”. Bez punktów zwykle wygrywa ten, kto pisze najładniej, a nie najpoprawniej.
Najczęściej okazuje się, że jeden asystent wygrywa w tekstach, a inny w analizie. Wtedy najrozsądniej jest korzystać z dwóch – i wiedzieć, do czego który.